机器学习&人工智能基础入门篇·第1课：特征工程与数据处理

写在前面 视频源自于黑马程序员的《机器学习六节课》课程。
学习完爬虫技术后，
我打算先进行下一步的学习计划，
为后续深入系统的学习做准备。
之前对机器学习有一定了解，
但感觉目前水平还不够达到入门要求。
调整心态静下心来投入新的学习阶段，
目望能够尽快提升自己的技术水平，
并希望能在这一过程中与大家一起进步！！！

第一课 特征工程及数据的处理

数据集

• Kaggle：规模庞大、质量高、数据可靠。

• UCI：收录了专业性突出的数据集，并涵盖领域全面。

• scikit-learn：自带了规模较小的数据集。

  • 常用数据集的结构
  • 结构 = 特征值 + 目标值
  • Pandas工具 sklearn模块

特征工程

• • 特征工程是什么

通过将原始数据转换为更优地反映了潜在问题中的特征的过程,提升了模型对未知数据预测结果的可靠性

* 直接影响预测结果 

• scikit-learn工具

Python编程语言下的机器学习库

• sklearn提供的特征抽取接口：sklearn.feature_extraction
• 对字典中的数据进行特征提取
• 将字典中的类别信息逐一转换为相应的特征表示
• 类： sklearn.feature_extraction.Di